Undergraduate Elective 1063
Γενικά
| Σχολή | Σχολή Θετικών Επιστημών |
|---|---|
| Τμήμα | Τμήμα Μαθηματικών |
| Επίπεδο Σπουδών | Προπτυχιακό |
| Κωδικός Μαθήματος | MAE735 |
| Εξάμηνο | 7 |
| Τίτλος Μαθήματος | ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ - ΚΑΤΗΓΟΡΙΚΑ ΔΕΔΟΜΕΝΑ |
| Αυτοτελείς Διδακτικές Δραστηριότητες | Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6) |
| Τύπος Μαθήματος | Ειδίκευσης |
| Προαπαιτούμενα Μαθήματα | |
| Γλώσσα Διδασκαλίας και Εξετάσεων | Ελληνική |
| Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus | Ναι (στην Αγγλική γλώσσα) |
| Ηλεκτρονική Σελίδα Μαθήματος (URL) | Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων. |
Μαθησιακά Αποτελέσματα
| Μαθησιακά Αποτελέσματα | Στόχος του μαθήματος αυτού είναι η εισαγωγή των φοιτητών στις μεθόδους και τις τεχνικές της Mη Παραμετρικής Στατιστικής (προσημικοί έλεγχοι, έλεγχοι καλής προσαρμογής κοκ), καθώς επίσης και η εφαρμογή τους σε πραγματικά πρακτικά προβλήματα. Σκοπός είναι με την παρακολούθηση του μαθήματος ο φοιτητής να έχει κατανοήσει τις βασικές μεθόδους της Μη Παραμετρικής Στατιστικής, να γνωρίζει πότε θα πρέπει να τις υιοθετεί και πως να τις εφαρμόζει. |
|---|---|
| Γενικές Ικανότητες |
|
Περιεχόμενο Μαθήματος
- Έλεγχος μέσης τιμής ή μέσων τιμών: (απλό προσημικό τεστ, προσημικό τεστ κατά ζεύγη, τεστ Wilcoxon, Wilcoxon - Mann - Whitney, Kruskal - Wallis). Τεστ καλής προσαρμογής (X2 τεστ , Kolmogorov - Smirnov). Μέτρα Συσχέτισης. Τεστ ροών.
- Κατηγορικές Μεταβλητές. Δειγματικά μοντέλα, Στατιστικοί Έλεγχοι ποσοστών, Πίνακες Συνάφειας (Τεστ Ανεξαρτησίας, Συμμετρίας, Περιθώριας Ομοιογένειας), 2 x 2 Πίνακες Συνάφειας (Ακριβές Τεστ Fisher, Τεστ McNemar), Εφαρμογές, Λογαριθμογραμμικά μοντέλα για πίνακες συνάφειας.
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Παράδοσης | Στην τάξη | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών | |||||||||||
| Οργάνωση Διδασκαλίας |
| ||||||||||
| Αξιολόγηση Φοιτητών | Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. |
Συνιστώμενη Βιβλιογραφία
Δείτε την υπηρεσία Εύδοξος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
General
| School | School of Science |
|---|---|
| Academic Unit | Department of Mathematics |
| Level of Studies | Undergraduate |
| Course Code | ΜΑΕ735 |
| Semester | 7 |
| Course Title | Non Parametric Statistics- Categorical Data Analysis |
| Independent Teaching Activities | Lectures (Weekly Teaching Hours: 3, Credits: 6) |
| Course Type | Special Background |
| Prerequisite Courses | - |
| Language of Instruction and Examinations | Greek |
| Is the Course Offered to Erasmus Students | Yes (in English, reading Course) |
| Course Website (URL) | See eCourse, the Learning Management System maintained by the University of Ioannina. |
Learning Outcomes
| Learning outcomes |
The aim of this course is to introduce students to the methods of Non parametric techniques (goodness-of-fit tests, ranks etc) as well as their application to real practical problems. At the end of the course the student should have understood the basic methods of Non-Parametric Statistics and Categorical Data, knowing when to adopt and how to apply them for analyzing data. |
|---|---|
| General Competences |
|
Syllabus
Empirical distribution function, Goodness of fit tests: Kolmogorov-Smirnov test, Chi-square, Runs test, Sign tests, Wilcoxon - Mann - Whitney test, Kruskal - Wallis test. Correlation coefficients. Categorical Variables. Statistical inference for binomial and multinomial parameters, Contingency Tables, Comparing two proportions, Testing: independence, Symmetry, Homogeneity. 2 x 2 Tables (Exact Fisher's test, McNemar's test). Applications. Loglinear models.
Teaching and Learning Methods - Evaluation
| Delivery |
Classroom (face-to-face) | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Use of Information and Communications Technology | - | ||||||||||
| Teaching Methods |
| ||||||||||
| Student Performance Evaluation |
Final written exam in Greek (in case of Erasmus students in English). |
Attached Bibliography
See the official Eudoxus site. Books and other resources, not provided by Eudoxus:
- Agresti, A. (2007). An Introduction to Categorical Data Analysis. 2 ed. ISBN: 978- 0-470-38800-# Wiley
- Conover, W. J. (1999). Practical Nonparametric Statistics. 3 ed. ISBN: 978-0-471- 16068-# John Wiley & Sons
- Ζωγράφος, Κ. (2009). Κατηγορικά Δεδομένα. Πανεπιστήμιο Ιωαννίνων.
- Μπατσίδης, Α. (2010). Εισαγωγή στη Μη Παραμετρική Στατιστική. Πανεπιστήμιο Ιωαννίνων